Statistica Medica · 2020. 11. 24. · Corso di Statistica Medica Scaricare il materiale didattico...

Corso di Statistica Medica

Statistica [email protected]

CDL in INFERMIERISTICA & OSTETRICIA

A.A. 2020-21


CALENDARIO DELLE LEZIONI:

24/11: Lezione introduttiva

26/11: Lezione di statistica descrittiva I

01/12: Lezione di statistica descrittiva II

03/12: Introduzione alla statistica inferenziale

10/12: Lezione di statistica inferenziale I

15/12: Lezione di statistica inferenziale II

17/12: Esercizi di riepilogo di statistica descrittiva

22/12: Esercizi di riepilogo di statistica inferenziale

12/01: Metodologia della Ricerca: i disegni di studio, approfondimento

14/01: Metodologia della Ricerca: la dimensione campionaria

18-19/01: Metodologia della Ricerca: lettura critica della parte statistica degli articoli

[email protected]


Scaricare il materiale didattico da Moodle:

https://moodle2.units.it/

Metodologia della Ricerca

Statistica Medica

191ME-2 - STATISTICA MEDICA 2020

191ME-3 - STATISTICA PER LA RICERCA

SPERIMENTALE E TECNOLOGICA 2020


Materiale didattico:

Lezioni (.pdf), esercizi (.Rdata, video…)

Libri di Testo:

W.W. Daniel, C.L. Cross, «Biostatistica. Concetti di base per l'analisi statistica delle

scienze dell'area medico-sanitaria», EdiSES, 2019.

Ventura L., Racugno W., “Biostatistica. Casi di studio in R”, EGEA, 2017.

J. Fox “Using the R Commander. A point-and click interface for R”, 2017, CRC press.

VideoCorso per l’utilizzo di Rcmdr su Microsoft Stream:


Revisione della modalità di esame per emergenza COVID-19

Vista la attuale situazione, la modalità di esame scritto sarà su Moodle, attraverso l’utilizzo di

un quiz online.

Durante lo svolgimento del quiz, bisogna essere collegati anche su MS Teams, con la

webcam accesa.

Ci sarà poi una prova orale, basata sulla lettura e interpretazione critica di un articolo

scientifico, da organizzare a gruppi di studenti.


Ricevimento studenti: tramite videochiamata (gruppi) su Microsoft Teams

Previo avviso tramite e-mail: [email protected]


ARGOMENTI:

- Introduzione alla Statistica

- Concetti generali e Terminologia

- Studi Osservazionali

- Studi Sperimentali

- Questionari


Che cos’è la statistica?

La statistica è la tecnica che ha come scopo la conoscenza quantitativa

dei fenomeni collettivi.

L’operazione che si deve fare è forse la più importante, ma certo la più

semplice, operazione della statistica: il conteggio.

In base ad esso si perviene alla conoscenza del numero delle persone che

costituiscono il gruppo.

Es: Quante persone ci sono in questa classe?

I fenomeni che la nostra mente non può conoscere con una sola osservazione,

ma che invece apprende tramite la sintesi delle osservazioni di fenomeni più

semplici, si possono definire fenomeni di massa o fenomeni collettivi.

Essi sono composti da una collettività di osservazioni di fenomeni più semplici che

sono detti quindi, fenomeni individuali o singoli.


Tramite la statistica è possibile sostituire ad un’impressione qualitativa di

un fenomeno la sua misura quantitativa.

Che cosa si intende in statistica per ‘fenomeni collettivi’?

- Collettività di casi singoli:

Caratteristiche di una popolazione osservando gli individui che compongono.

(Es: nascite, matrimoni, morti…)

- Ripetizioni dell’osservazione di un unico fenomeno singolo:

La lunghezza di un segmento, la massa di un corpo, la temperatura di un materiale ecc..:

un’unica misurazione non può fornire l’esatta misura del fenomeno, poiché eseguendo

misure della stessa grandezza si ottengono generalmente misure diverse (anche se di

poco). Se le differenze sono effetti di cause che sfuggono ad ogni controllo, si può avere

una misura verosimilmente esatta ripetendo l’osservazione un certo numero di volte e

sintetizzando in un unico numero i risultati ottenuti. Alla misura si perviene quindi mediante

una collettività di misurazioni.


Chi usa la statistica?

- Le scienze che studiano un aspetto di una collettività di individui o enti:

per es: demografia, economia, sociologia, epidemiologia (cioè quel

settore della medicina che studia il tipo, la frequenza, la modalità di

distribuzione e il ruolo di fattori causali di un determinato evento

nelle popolazioni)…ecc…

- Le scienze cosiddette ‘sperimentali’ quelle cioè che devono fornire ed

utilizzare dati misurati con molta precisione: la fisica, la chimica,

l’ingegneria, la biologia, la ricerca biomedica…ecc…


Qual è il ruolo della statistica nella metodologia della ricerca?

Lo studio dei fenomeni collettivi avviene attraverso diverse fasi:

FASE 1: Schematizzazione, consiste nella definizione del fenomeno, nell’individuazione della collettività in cui esso si realizza e nella scelta delle

caratteristiche della collettività che interessano.

Per esempio: se si intende studiare la propensione al consumo di alcolici (= il

fenomeno) nella popolazione europea per la fascia di età compresa tra i 14 e i

30 anni (= collettività) si potrebbe decidere di rilevare la spesa media per alcolici

in una settimana (= caratteristica di interesse).

(A) TUTTA LA POPOLAZIONE VIENE STUDIATA:

Se la collettività di individui alla quale è legato il fenomeno in esame è interamente da osservare ed

allora alla fase di schematizzazione segue la:

FASE 2A: Osservazione: raccolta, nell’ordinamento e nella classificazione del materiale di

osservazione.

Al termine di queste due fasi, alla collettività di individui si sostituisce un insieme di dati (=es. dati

sulla spesa media settimanale per alcolici per individuo) su cui si può operare con procedimenti per lo

più propri della matematica per la:

FASE 3A: Descrizione.


(B) VIENE STUDIATA UNA PARTE DELLA POPOLAZIONE:

Se della collettività di individui alla quale è legato il fenomeno conviene osservare solo una parte (un

campione), allora alla fase di schematizzazione segue quella di:

FASE 2B: Formulazione di ipotesi sulla collettività più vasta, o di enunciazione di una

teoria o di ricorso ad un modello;

FASE 3B: Osservazione del campione, che è una parte della collettività, e a cui poi si

sostituisce un insieme di dati, che viene poi

FASE 4B: Descrizione con procedimenti matematici dei dati rilevati sul campione.

A tutte queste fasi segue quella di:

FASE 5B: Induzione o di Inferenza che fa risalire dalla descrizione del campione a quella

dell’insieme più ampio e che è anche una verifica delle ipotesi formulate nella fase 2b.

FASE 1: Schematizzazione, consiste nella definizione del fenomeno, nell’individuazione della collettività in cui esso si realizza e nella scelta delle

caratteristiche della collettività che interessano.


(A): TUTTA LA POPOLAZIONE:Nel primo caso la metodologia impiegata è puramente descrittiva, da cui deriva il termine

di “statistica descrittiva” dato all’insieme di tecniche relative a questo tipo di indagini.

Occorre comunque notare che anche nella statistica descrittiva si può fare riferimento

a dei campioni di popolazione; l’intera collettività viene generalmente osservata solo in

occasioni di indagini particolari, come per esempio il censimento.

(Statistica descrittiva).

(B) UN CAMPIONE DELLA POPOLAZIONE: Nel secondo caso, la metodologia impiegata può essere detta inferenziale ed il relativo

campo della statistica viene definito “statistica inferenziale”. Ovviamente nella statistica

inferenziale si devono compiere le operazioni di schematizzazione e di descrizione e

quindi necessitano tutti gli strumenti che sono propri della statistica descrittiva; ad essi poi

vanno aggiunti i procedimenti puramente inferenziali.

(Statistica inferenziale).


La statistica ci aiuta nel delineare il quesito scientifico e le diverse fasi

del progetto di ricerca:

quesito scientifico -> ipotesi -> disegno dello studio -> analisi

dei dati

Raccolta e gestione dei dati & analisi statistica sono delle componenti

cruciali per la maggioranza degli studi clinici.

Quesiti di ricerca:

• Quali gruppi si vogliono descrivere/confrontare?

• Quali parametri si vogliono misurare ?

• Quando/in che occasione/i si vogliono misurare ?

• Quali parametri si ha bisogno di “controllare” per

confrontare i gruppi ?

• …


Descrivere associazioni/patterns.

• Moderatamente semplice...

• Occorre compilare un report delle analisi statistiche fatte.

Inferenza: generalizzare dal campione alla popolazione.

• Moderatamente difficile...

• Richiede un piano di analisi prima di cominciare.

Prevedere cosa accadrà ai soggetti della popolazione di interesse.

• Descrittiva + Inferenza...(usando i modelli adeguati…)

• Piano di analisi pre/post per pianificare/documentare.

Statistica descrittiva

Statistica

inferenziale

OBIETTIVI DELLA RICERCA

Modelli di regressione

[…forse faremo alcuni

cenni…]


TERMINOLOGIA:

Outcome : il risultato di interesse per i soggetti (unità statistiche) dello studio.

◃ es : tempo ad un evento (morte/recidiva); ◃ es : un parametro di funzionalità fisiologica o uno stato di disabilità;

Predittore/i di interesse : la/le variabile/i che si vogliono studiare come possibili cause dell’outcome.

◃ es : genotipo/i◃ es : trattamento

Potenziale Confondente: variabile che può essere “confusa” con un predittore di

interesse

(associata sia all’outcome che al predittore).

◃ es: indicazioni cliniche ad un certo trattamento; ◃ es: luogo di arruolamento;

‘Precision’/[covariata/strato]: spiega parte della variabilità dell’outcome

(non è associata al predittore di interesse).

◃ es: baseline (pre-randomization) stato di salute; ◃ es: età/sesso…


Livello crescente di «complessità»

del disegno dello studio

da (1) a (3)

(1)

(2)

[covariata/strato]

(3)


Le ‘Variabili’ in un Disegno di Studio:


Prima di cominciare: revisione sistematica della letteratura !!

Revisione aggiornata della letteratura sull’argomento da studiare:

• Preparare un report (=background) sullo stato dell’arte della ricerca sul fenomeno,

(referenze -> bibliografia) ; discutere in modo critico risultati e metodi dei papers riportati.

• Documentare dai risultati di altri studi la efficacia del trattamento/farmaco/intervento oggetto di

studio o sul potenziale fattore di rischio, per avere delle stime quantitative del suo effetto…

(-> serve per determinare la dimensione campionaria opportuna).


Nel pianificare uno studio due aspetti sono particolarmente rilevanti:

-> precisione dei risultati

-> capacità di rispondere alle domande che ci si era posti

Questioni più frequenti da risolvere:

(i) come selezionare gli individui da osservare;

(ii) come decidere il numero di osservazioni da fare su uno o più gruppi

di soggetti;

(iii) come ripartire le osservazioni tra differenti possibili gruppi

- per es.come suddividere i soggetti che devono ricevere differenti

trattamenti-


Il campionamentoAlla base di uno studio statistico è il tipo di campionamento che si è condotto;

a parte infatti alcuni casi particolari che richiedono la completa enumerazione dei soggetti studiati

(ex: il censimento della popolazione), la maggior parte degli studi richiede la

formazione di un campione.

Il campionamento semplice casuale è il modello basilare per la maggior parte delle indagini:

- si definisce una sorta di lista che identifichi gli individui della popolazione da cui estrarre

il campione;

(ex: in un’indagine ospedaliera i codici che identificano in modo anonimo i pazienti ricoverati)

- si estraggono un certo numero di codici a caso utilizzando dei ‘generatori di numeri casuali’

che andranno ad identificare i pazienti selezionati nel campione.

Altri tipi di campionamento:

-campionamento stratificato: la popolazione viene dapprima suddivisa in gruppi (strati)

(ex: l’Italia suddivisa nelle sue regioni) e si estrae un campione per ogni strato (ex: 100 cittadini

per ogni regione);

-campionamento a più stadi: la popolazione viene suddivisa in unità appartenenti ad un primo

stadio di campionamento (ex: si estraggono casualmente 10 scuole in una certa zona) e poi

in unità appartenenti ad un secondo stadio di campionamento (ex: per ogni scuola estratta nella

prima fase si estraggono 2 classi).


Esperimenti: interferenza pianificata con il corso naturale degli eventi cosicché

l’effetto sperimentale possa essere osservato.

Indagine: il ricercatore è un osservatore più passivo ed interferisce il meno

possibile con il fenomeno che deve essere studiato.

Esempi:

- Indagine sui tipi di veicoli a motore che passano per un certo casello stradale durante un certo intervallo di tempo;

(indagine)

- Sondaggio di opinione; (indagine)

- Studio sulla funzione respiratoria (misurata attraverso vari test) dei lavoratori in una certa industria; (indagine)

- Osservazione sui tempi di sopravvivenza di topi di diverse razze dopo avere inoculato loro una certa dose di una sostanza

tossica; (esperimento)

- Indagine clinica per confrontare i vantaggi tra intervento chirurgico o trattamento farmacologico per pazienti in una certa

condizione, avendo assegnato in modo casuale i soggetti ai due trattamenti. (esperimento)

Una prima distinzione tra due tipi di studi statistici:

(1) Esperimenti

(2) Indagini (o studi osservazionali).


Che «tipo» di studio fare : esperimento o osservazione?


Gli esperimenti

Studi che vengono pianificati in generale con lo scopo di confrontare gli effetti di diversi

trattamenti sullo stesso tipo di unità sperimentali.

In particolare in medicina tali esperimenti si definiscono con il termine inglese:

'clinical trials'. Il trattamento da applicare a ciascuna unità viene deciso dal ricercatore.

esempi:

-confronto sull’effetto in diversi animali di diverse dosi una sostanza chimica;

unità=gli animali, il trattamento= le diverse dosi della sostanza.

-studio di profilassi per confrontare l’efficacia sui bambini di diversi vaccini contro il morbillo.

unità=bambino, il trattamento=vaccino.

-confronto in un paziente che soffre di attacchi ricorrenti di una malattia cronica di diversi

metodi per alleviare il dolore.

unità=le occasioni successive degli attacchi, il trattamento= metodi anti-dolore.

-studio sui vantaggi e svantaggi relativi a diversi programmi di educazione alla salute.

unità=aree, trattamento= programmi di educazione

…come assegnare i trattamenti alle unità disponibili?


I gruppi di unità sperimentali a cui vengono assegnati i diversi

trattamenti devono essere il più simili possibile, almeno negli

aspetti più rilevanti per la sperimentazione.

Nonostante l’attenzione del ricercatore a che i fattori ritenuti

importanti siano bilanciati, non si può mai essere sicuri che i

gruppi non differiscano in modo rilevante per qualche

fattore anch’esso importante ma che è stato ignorato durante

l'attribuzione ai trattamenti.

Soluzione (semplice) = randomizzazione

= fissato il numero n di unità da assegnare ad ogni gruppo, si

estraggono dei campioni casuali

di n unità dal gruppo complessivo di N unità sperimentali.


I gruppi di unità sperimentali a cui vengono

assegnati i diversi trattamenti devono essere

il più simili possibile, almeno negli aspetti più

rilevanti per la sperimentazione…

Soluzione (semplice) = randomizzazione


…Quante unità assegnare ad ogni trattamento?

…in generale occorre infatti la replicazione

delle osservazioni, cioè l'uso di più di una unità

sperimentale per ogni trattamento.

Problema della dimensione

campionaria «ottimale»….


Perché ripetere le osservazioni:

- assicura che i confronti tra i trattamenti siano sufficientemente precisi;

il cosiddetto 'errore di campionamento' della stima diminuisce all'aumentare delle osservazioni

- le osservazioni ripetute tengono conto della variabilità tra le unità sperimentali;

nel confrontare per es. due procedure chirurgiche, è utile un esperimento

'cooperativo' in cui le metodologie da confrontare vengano applicate in vari ospedali, cosicchè

gli effetti di variazione dovuti a diversi medici e alle diverse strutture possa essere tenuto in conto..

σ = misura della variabilità tra le unità sperimentali rispetto al fenomeno oggetto di studio

n = dimensione del campione di osservazioni, ovvero il numero delle unità sperimentali.

'errore di stima'

(per la media, per esempio):

n

Per diminuire l'errore di stima si hanno due possibilità:

- si aumenta il denominatore, cioè il numero delle unità sperimentali n;

- si riduce il numeratore σ: si cerca di prendere le unità sperimentali in modo

piu' omogeneo possibile rispetto al trattamento da sottoporre a verifica


“volunteer bias”!

Studi Clinici Sperimentali (Clinical Trials): SCHEMA


Studi Clinici Sperimentali (Clinical Trials): BLINDING (MASKING)

Per minimizzare la soggettività di chi valuta i pts o analizza i dati.

Se non viene effettuata: OPEN TRIAL

- SINGLE BLIND: i soggetti dello studio non sanno quale trattamento

ricevono

- DOUBLE BLIND: i soggetti e i ricercatori (medici/biologi) non sanno

- TRIPLE BLIND: i soggetti, i ricercatori, gli statistici non sanno

Schulz KF, Grimes DA. Allocation concealment in randomised trials: defending against

deciphering. Lancet. 2002 Feb 16;359(9306):614-8


Studi Clinici Sperimentali (Clinical Trials): Analisi dei dati

ITT: intention to treat

(1)+(2) vs (3)+(4)

PP: per protocol (1) vs (3)

AT: as treated (1)+(4) vs (2)+(3)

(ma escludendo violazioni del protocollo o chiusure

precoci)


- Mis-classificazione/ ‘information bias’ sull’outcome o sull’esposizione;

- Co-interventi: se un braccio riceve un intervento addizionale più frequentemente rispetto all’altro;

- Contaminazione: quando una parte di soggetti di «controllo» ricevono il trattamento al di fuori

dello studio

Inoltre:

«Volunteer bias»: partecipano solo soggetti volontari (eligibilità allo studio, compliance,

vicinanza geografica, stato socio-economico, stato di salute…)

Popolazione omogenea selezionata -> validità interna (bassa variabilità)

Ma: limite per la validazione esterna (generalizzabilità) dei risultati.

EFFICACY ≠ EFFECTIVENESS

Successo di un trattamento in un contesto

«artificiale»

Successo in un contesto

«real world»

Studi Clinici Sperimentali (Clinical Trials): limiti

Statistica Medica · 2020. 11. 24. · Corso di Statistica Medica Scaricare il materiale didattico...

Documents

Transcript of Statistica Medica · 2020. 11. 24. · Corso di Statistica Medica Scaricare il materiale didattico...